首页> 中文学位 >基于混合词向量方法的细粒度短文本情感分析的研究
【6h】

基于混合词向量方法的细粒度短文本情感分析的研究

代理获取

目录

声明

1绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1细粒度情感分析

1.2.2文本特征提取

1.2.3文本向量表示

1.3主要研究内容

1.4论文组织结构

2情感分析技术综述

2.1基于情感词表与规则的方法

2.1.1情感词典

2.1.2新词识别和词典扩充

2.1.3情感极性量化

2.2基于深度学习的情感分析方法

2.2.1人工神经网络

2.2.2循环神经网络

2.3细粒度文本情感分析

2.4文本预处理

2.4.1中文分词

2.4.2去除停用词

2.5文本表示

2.5.1 One-Hot表示

2.5.2 Word2vec技术

2.6本章小结

3系统设计

3.1系统总体设计

3.2数据采集模块

3.3数据预处理模块

3.4情感元素提取模块

3.5文本表示模块

3.6深度学习网络模块

3.6.1 Attention机制

3.6.2双向长短时记忆网络

3.7本章小结

4系统实现

4.1数据采集模块的实现

4.2预处理模块的实现

4.3情感元素提取模块的实现

4.4文本表示模块的实现

4.5深度学习网络模块的实现

4.6本章小结

5实验与结果分析

5.1实验环境

5.2实验方案设计

5.3数据集

5.4实验结果与分析

5.4.1系统实验分析

5.4.2词向量矩阵实验分析

5.4.3情感元素向量构建方法实验分析

5.4.4 Attention层实验分析

5.4.5情感元素向量实验分析

5.4.6四种情感极性准确率测试和分析

5.5本章小结

6总结与展望

6.1全文总结

6.2课题展望

致谢

参考文献

展开▼

著录项

  • 作者

    林宇轩;

  • 作者单位

    华中科技大学;

  • 授予单位 华中科技大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 肖亮;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 英语;常用外国语;
  • 关键词

    混合词; 向量方法; 细粒度;

  • 入库时间 2022-08-17 11:21:01

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号